新模型Vidu直逼Sora,，生數(shù)科技：還說“中國sora”就太沒想象力了國產(chǎn)AI視頻新飛躍

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2024-04-28 18:58:48 手機鳳凰網(wǎng)

4月27日,，中關村論壇未來人工智能先鋒論壇舉行期間，生數(shù)科技攜手清華大學宣布了一個重要成果：中國首個長時長,、高一致性、高動態(tài)性視頻大模型Vidu正式面世,。該模型依托團隊獨創(chuàng)的U-ViT架構(gòu),，結(jié)合Diffusion與Transformer技術，能夠輕松生成16秒長度,、1080P高清的視頻內(nèi)容,，操作簡便。

Vidu模型不僅在模擬現(xiàn)實世界的精準度上有所建樹,，還展現(xiàn)了強大的創(chuàng)意生成能力,，比如創(chuàng)造虛擬場景和處理多鏡頭切換，同時確保視頻的時空連貫性,，達到國際先進水平,，并持續(xù)優(yōu)化升級。它與國際知名的Sora模型相比,，在視頻生成時長及質(zhì)量上均有顯著提升,，特別是在細節(jié)還原、虛構(gòu)場景構(gòu)造,、動態(tài)鏡頭運用及對中國文化元素的融入上，表現(xiàn)出色,。Vidu通過“一鏡到底”的技術手段,，實現(xiàn)視頻內(nèi)容的無縫生成，凸顯了其算法的高效與連貫性,。

技術背后,，是團隊在貝葉斯機器學習和多模態(tài)大模型領域的深厚積累。他們提出的U-ViT架構(gòu),，作為全球首個將Diffusion與Transformer融合的創(chuàng)新設計,，早于同類技術，展示了團隊的前瞻性和自主研發(fā)實力,。今年3月,，團隊進一步開源了基于U-ViT的多模態(tài)擴散大模型UniDiffuser，完成了融合架構(gòu)大規(guī)模應用的可行性驗證,，模型參數(shù)接近10億,，實現(xiàn)了圖文模態(tài)間的自由轉(zhuǎn)換。

基于U-ViT的深入探索和實踐,，生數(shù)科技僅用兩個月便在長視頻處理技術上取得突破,，推出了Vidu。這一模型不僅提升了視頻生成的連貫性和動態(tài)范圍，還預示著向更廣泛模態(tài)應用的邁進,，展現(xiàn)出通用視覺模型的潛力,。

Vidu的發(fā)布，不僅是對U-ViT架構(gòu)應用能力的有力證明,，也是生數(shù)科技在多模態(tài)大模型領域創(chuàng)新能力的展現(xiàn),。公司強調(diào)，大模型的發(fā)展離不開技術和產(chǎn)業(yè)的緊密結(jié)合,，為此,，同步啟動了“Vidu大模型合作伙伴計劃”，旨在匯聚產(chǎn)業(yè)鏈伙伴,，共同推動大模型技術的應用生態(tài)建設,。

(責任編輯：張蕾)

關閉

新模型Vidu直逼Sora,，生數(shù)科技：還說“中國sora”就太沒想象力了 國產(chǎn)AI視頻新飛躍

相關新聞

今日熱點

頻道熱點

新模型Vidu直逼Sora,，生數(shù)科技：還說“中國sora”就太沒想象力了國產(chǎn)AI視頻新飛躍